通过一个例子，帮助理解group by和连接

问题（例子）

有一个订单表，有订单 ID(orderid)、订单日期(orderdate)、数量(qty)三个字段，编写 SQL查询语句，实现去掉重复订单ID，只保留订单日期最大的记录,并按订单ID排序  

看到要求去重，首先想到可以用distinct，同时我们也应该可以想到group by也能实现去重，特别是后面还要求了只保留订单日期最大的记录，此时使用group by是特别方便的，按这个思路的代码如下：

   SELECT orderid, qty ,MAX(orderdate) as maxOrderDate
    FROM T_ORDER
    GROUP BY orderid
    order by orderid;

按orderid分组去重了，MAX(orderdate)保留订单日期最大的记录， order by orderid排序了，好像三个条件都满足了，而实际的结果是：

虽然mysql没有报错，但是并不代表sql语句没有错误，在select 的qty字段，并没有在group by后面跟着，则会出现一个问题：group by是分组的意思，现在是按orderid进行分组，如果有两条记录的orderid都是A01,它们的qty分别为10、55，那么mysql应该保留哪一条记录呢？

可能我们会想不能都保留吗，都属于A01组不行吗，答案是不行。因为如果是使用了group by进行分组，那么在最终结果的每一行就代表了一个组，这也是group by能进行去重的原因，如果都保留，就说明两行A01分属不同的组，可是我们是对orderid进行分组，相同的orderid就应该是同一个组，这就矛盾了。

所以如果题目没有要求查询qty字段，那么直接

   SELECT orderid ,MAX(orderdate) as maxOrderDate
    FROM T_ORDER
    GROUP BY orderid
    order by orderid;

就可以了。但是现在要求还要qty字段，这就是难点所在，我们可以用连接和子查询，思路是：把上面这个查询，作为条件，让一个完整的表去挑选，这里的挑选就是使用判断条件，也就是

SELECT t1.orderid, t1.qty,t1.orderdate
FROM T_ORDER t1
         JOIN (
    SELECT orderid, MAX(orderdate) AS max_orderdate
    FROM T_ORDER
    GROUP BY orderid
) t2 ON t1.orderid = t2.orderid AND t1.orderdate = t2.max_orderdate
ORDER BY t1.orderid;

首先，涉及到连接表，那么每一个字段都要标明这个字段是属于哪张表的（t1./t2.），这个完整的表就是t1，连接条件 t1.orderid = t2.orderid 和 t1.orderdate = t2.max_orderdate（因为t2表的orderid和orderdate都是符合条件的），这样一判断后就筛选出t1的符合要求的orderdate，orderid的记录，而记录中也有qty，最后再order by就可以了。

这是带有连接条件的内连接，

• 内连接 (INNER JOIN) 要求两个表在连接条件下有匹配的行才会返回结果。这种连接方式确保了主查询 orders o 中每个订单的 orderdate 是其对应的最大日期 (max_orderdate)，因为这是连接条件的限制。

如果这里的内连接没有加上连接条件，就是笛卡尔积，变成左表的每一行都和右边的所有行进行连接，那么就是5X5=25条记录了

这里不能直接使用左外连接 left join，如果使用了，那么左表完整表会被保留，就起不到过滤对应记录的要求，如果必须使用左外连接 left join，可以这样操作

SELECT o1.orderid, o1.qty,o1.orderdate
FROM T_ORDER o1
         LEFT JOIN (SELECT orderid, MAX(orderdate) AS max_orderdate FROM T_ORDER GROUP BY orderid) o2
                   ON o1.orderid = o2.orderid AND o1.orderdate = o2.max_orderdate
WHERE o2.max_orderdate IS NOT NULL
ORDER BY o1.orderid;

关键点：多了WHERE o2.max_orderdate IS NOT NULL，确保只选择那些在子查询 o2 中有最大日期的订单记录。这样可以避免选择那些没有最大日期匹配的无效记录。

它利用了左连接和子查询的组合来选择每个订单的最新记录。通过左连接，即使某些订单在子查询中找不到最大日期的匹配，它们仍然会保留在结果集中，但是由于 WHERE o2.max_orderdate IS NOT NULL 条件的存在，只有那些有有效最大日期的订单记录才会被选择。

最终结果

那直接使用右连接可以吗？当然可以，记住我们的中心思想：把子查询，作为条件，让一个完整的表去挑选，这里的挑选就是使用判断条件，

使用右连接就是把右表完整保留，而右表都是符合记录的，这样一连接，就是正确答案

  SELECT a.orderid, a.qty, a.orderdate
    FROM T_ORDER a right join (
          SELECT orderid, MAX(orderdate) as maxOrderDate
    FROM T_ORDER
    GROUP BY orderid
    )b on a.orderid= b.orderid and a.orderdate=b.maxOrderDate
    order by a.orderid;

总结

• 右连接 (RIGHT JOIN)： 可以用于确保每个订单都与其最大日期匹配的行，因为它返回右表中的所有行，而左表中没有匹配的行则为 NULL。
• 左连接 (LEFT JOIN)： 在这种情况下并不适合，因为它可能会导致不完整的结果集，无法确保每个订单都有其最大日期匹配的行。

如有疑问，或者批评指正，欢迎在评论区说明！

附录 建表语句（方便测试实践）

DROP TABLE IF EXISTS `t_order`;
CREATE TABLE `t_order`  (
  `orderid` char(10) CHARACTER SET utf8mb4 COLLATE utf8mb4_0900_ai_ci NULL DEFAULT NULL,
  `orderdate` date NULL DEFAULT NULL,
  `qty` int NULL DEFAULT NULL,
  INDEX `idx_orderid_orderdate`(`orderid` ASC, `orderdate` ASC) USING BTREE
) ENGINE = InnoDB CHARACTER SET = utf8mb4 COLLATE = utf8mb4_0900_ai_ci ROW_FORMAT = Dynamic;

-- ----------------------------
-- Records of t_order
-- ----------------------------
INSERT INTO `t_order` VALUES ('A01', '2020-01-01', 10);
INSERT INTO `t_order` VALUES ('A03', '2020-03-01', 50);
INSERT INTO `t_order` VALUES ('A02', '2020-09-01', 100);
INSERT INTO `t_order` VALUES ('A02', '2020-03-03', 55);
INSERT INTO `t_order` VALUES ('A01', '2020-09-03', 55);